Python 如何找到两个rdd'；皮斯帕克的钥匙？

我有两个RDD作为：

rdd1 = sc.parallelize([("www.page1.html", "word1"), ("www.page2.html", "word1"), 
    ("www.page1.html", "word3")])

rdd2 = sc.parallelize([("www.page1.html", 7.3), ("www.page2.html", 1.25), 
    ("www.page3.html", 5.41)])

intersection_rdd = rdd1.keys().intersection(rdd2.keys())       

//当我这样做时，我得到的只是键的交叉点，即（www.page1.html，www.page2.html）

但是我需要两个RDD的键和两个值。 输出应如下所示：

[www.page1.html, (word1, word3, 7.3)]

[www.page2.html, (word1, 1.25)]

---

例如，您可以

cogroup

和筛选：

## This depends on empty resultiterable.ResultIterable
## evaluating to False

intersection_rdd = rdd1.cogroup(rdd2).filter(lambda x: x[1][0] and x[1][1])
intersection_rdd.map(lambda x: (x[0], (list(x[1][0]), list(x[1][1])))).collect()

## [('www.page1.html', (['word1', 'word3'], [7.3])),
##  ('www.page2.html', (['word1'], [1.25]))]

---

由于仅对关键帧使用设置操作，因此输出仅包括关键帧

rdd1.union(rdd2).groupByKey().mapValues(tuple).collect()

联合GroupByKey

---

（'www.page1.html'，'word1'）（'www.page1.html'，['word1'，'word3'，7.3]）
（'www.page2.html'，'word1'）（'www.page2.html'，['word1'，1.25]）
（'www.page1.html'，'word3'）（'www.page3.html'，[5.41]）
（'www.page1.html'，7.3）
（'www.page2.html'，1.25）

---

（'www.page3.html'，5.41）

如果您包括OP尝试的解决方案不正确的原因，以及您的解决方案是如何解决的，这将非常有用。